Week 1: Introduction
2758501 สถิติและสารสนเทศทางการศึกษา
2025-01-07
What’s Data Science?
เป็นศาสตร์แขนงหนึ่งมีลักษณะเป็นสหศาสตร์ที่มี
การบูรณา การองค์ความรู้หลายด้านเข้าด้วยกัน ประกอบด้วย
- คณิตศาสตร์/สถิติ
- เทคโนโลยี/วิทยาการคอมพิวเตอร์
- องค์ความรู้ทฤษฎีที่เกี่ยวข้องกับปัญหาที่ต้องการศึกษา
โดยมีวัตถุประสงค์หลักเพื่อนำข้อมูลในบริบทการทำงานด้านต่าง ๆ มาดำเนินการวิเคราะห์ แปลความหมาย นำมาใช้ให้เกิดประโยชน์ และสร้างผลกระทบเชิงบวกต่อผู้เกี่ยวข้องได้อย่างมีนัยสำคัญ
Why’s Data Science? (1)
1. ข่วยทำความเข้าใจสภาพของสถานการณ์ที่สนใจ : การใช้สถิติและวิทยาการข้อมูลช่วยให้สามารถวิเคราะห์และสร้างข้อสรุปจากข้อมูลที่มีอยู่ นำไปสู่ความรู้ความเข้าใจที่ชัดเจนและถูกต้องของสถานการณ์ต่าง ๆ ไม่ว่าจะเป็นผลสัมฤทธิ์ทางการเรียน พฤติกรรมของนักเรียน หรือประสิทธิภาพในการสอน
Why’s Data Science? (1)
1. ช่วยทำความเข้าใจสภาพของสถานการณ์ที่สนใจ : การใช้สถิติและวิทยาการข้อมูลช่วยให้สามารถวิเคราะห์และสร้างข้อสรุปจากข้อมูลที่มีอยู่ นำไปสู่ความรู้ความเข้าใจที่ชัดเจนและถูกต้องของสถานการณ์ต่าง ๆ ไม่ว่าจะเป็นผลสัมฤทธิ์ทางการเรียน พฤติกรรมของนักเรียน หรือประสิทธิภาพในการสอน
Why’s Data Science? (1)
1. ช่วยทำความเข้าใจสภาพของสถานการณ์ที่สนใจ : การใช้สถิติและวิทยาการข้อมูลช่วยให้สามารถวิเคราะห์และสร้างข้อสรุปจากข้อมูลที่มีอยู่ นำไปสู่ความรู้ความเข้าใจที่ชัดเจนและถูกต้องของสถานการณ์ต่าง ๆ ไม่ว่าจะเป็นผลสัมฤทธิ์ทางการเรียน พฤติกรรมของนักเรียน หรือประสิทธิภาพในการสอน
Why’s Data Science? (1)
1. ช่วยทำความเข้าใจสภาพของสถานการณ์ที่สนใจ : การใช้สถิติและวิทยาการข้อมูลช่วยให้สามารถวิเคราะห์และสร้างข้อสรุปจากข้อมูลที่มีอยู่ นำไปสู่ความรู้ความเข้าใจที่ชัดเจนและถูกต้องของสถานการณ์ต่าง ๆ ไม่ว่าจะเป็นผลสัมฤทธิ์ทางการเรียน พฤติกรรมของนักเรียน หรือประสิทธิภาพในการสอน
Why’s Data Science? (1)
1. ช่วยทำความเข้าใจสภาพของสถานการณ์ที่สนใจ : การใช้สถิติและวิทยาการข้อมูลช่วยให้สามารถวิเคราะห์และสร้างข้อสรุปจากข้อมูลที่มีอยู่ นำไปสู่ความรู้ความเข้าใจที่ชัดเจนและถูกต้องของสถานการณ์ต่าง ๆ ไม่ว่าจะเป็นผลสัมฤทธิ์ทางการเรียน พฤติกรรมของนักเรียน หรือประสิทธิภาพในการสอน
วรรณี แกมเกตุ และคณะ (2566)
ธวัชชัย ขวัญเมือง และสิวะโชติ ศรีสุทธิยากร (2567)
Why’s Data Science? (2)
2. ช่วยให้ครูสามารถทำความเข้าใจนักเรียนได้ลึกซึ้งขึ้น : วิเคราะห์ข้อมูลการเรียนรู้ของนักเรียน เช่น คะแนนสอบ การส่งงาน การมีส่วนร่วมในห้องเรียน ทำให้ครูสามารถระบุจุดแข็งหรือจุดที่ควรต้องพัฒนาของนักเรียนในห้องเรียน หรือ วิเคราะห์ปัจจัยที่มีผลต่อความสำเร็จหรือความเสี่ยงในการเรียนรู้ของนักเรียน
Why’s Data Science? (3)
3. คาดการณ์หรือทำนายผลลัพธ์ที่จะเกิดขึ้นในอนาคต : สถิติและวิทยาการข้อมูลมีเทคนิคจำนวนมากที่ช่วยสร้างโมเดลสำหรับทำนายผลลัพธ์ เช่น ผลการเรียนรู้ของนักเรียน ความสำเร็จในการเรียนของนักเรียน ความเสี่ยงทางด้านอารมณ์/สังคมของนักเรียน ซึ่งมีประโยชน์อย่างมากต่อครูและผู้เกี่ยวข้อง ที่จะช่วยออกแบบสิ่งสนับสนุน ช่วยเหลือไว้ล้วงหน้าเพื่อลดความเสี่ยงและเพิ่มโอกาสในการพัฒนา
Why’s Data Science? (4)
4. สนับสนุนการตัดสินใจของครู ผู้บริหาร หรือผู้เกี่ยวข้อง : สถิติและวิทยาการข้อมูลเป็นเครื่องมือที่ช่วยให้ผู้เกี่ยวข้องในทุกระดับตั้งแต่ครูไปจนถึงระดับผู้บริหารการศึกษาสามารถตัดสินใจ ออกแบบการสนับสนุน/ช่วยเหลือนักเรียน ปรับปรุงการจัดการเรียนรู้ การออกข้อสอบ ปรับปรุง/พัฒนาหลักสูตร กำหนดนโยบายในระดับสถานศึกษาหรือระดับประเทศ
Why’s Data Science? (4)
4. สนับสนุนการตัดสินใจของครู ผู้บริหาร หรือผู้เกี่ยวข้อง : สถิติและวิทยาการข้อมูลเป็นเครื่องมือที่ช่วยให้ผู้เกี่ยวข้องในทุกระดับตั้งแต่ครูไปจนถึงระดับผู้บริหารการศึกษาสามารถตัดสินใจ ออกแบบการสนับสนุน/ช่วยเหลือนักเรียน ปรับปรุงการจัดการเรียนรู้ การออกข้อสอบ ปรับปรุง/พัฒนาหลักสูตร กำหนดนโยบายในระดับสถานศึกษาหรือระดับประเทศ
การวิเคราะห์คุณภาพข้อสอบ
สิวะโชติ ศรีสุทธิยากร และ คณะ (2567)
Why’s Data Science? (4)
4. สนับสนุนการตัดสินใจของครู ผู้บริหาร หรือผู้เกี่ยวข้อง : สถิติและวิทยาการข้อมูลเป็นเครื่องมือที่ช่วยให้ผู้เกี่ยวข้องในทุกระดับตั้งแต่ครูไปจนถึงระดับผู้บริหารการศึกษาสามารถตัดสินใจ ออกแบบการสนับสนุน/ช่วยเหลือนักเรียน ปรับปรุงการจัดการเรียนรู้ การออกข้อสอบ ปรับปรุง/พัฒนาหลักสูตร กำหนดนโยบายในระดับสถานศึกษาหรือระดับประเทศ
สิวะโชติ ศรีสุทธิยากร และ คณะ (2567)
Why’s Data Science? (4)
5. สนับสนุนการจัดการเรียนรู้เฉพาะบุคคล (personalized learning) :
Data-driven Instruction Competency
การเก็บรวบรวมและการจัดการข้อมูล
การวิเคราะห์ข้อมูลเพื่อสร้างสารสนเทศเชิงลึกที่สามารถนำไปสู่การปฏิบัติ
การสื่อสารสารสนเทศเพื่อให้เกิดการมีส่วนร่วมในการพัฒนาผู้เรียน
การใช้ข้อมูลเพื่อการตัดสินใจและวางแผน
การกำกับติดตามและการประเมินผล
Why’s Data Science? (5)
6. ช่วยอำนวยความสะดวกในงานประจำของครู : วิทยาการข้อมูลสามารถช่วยครูลดภาระงานที่ซ้ำซ้อนและเพิ่มประสิทธิภาพในการทำงานและจัดการห้องเรียน ผ่านการใช้ข้อมูลและนวัตกรรมที่ขับเคลื่อนด้วย AI
Why’s Data Science? (5)
6. ช่วยอำนวยความสะดวกในงานประจำของครู : วิทยาการข้อมูลสามารถช่วยครูลดภาระงานที่ซ้ำซ้อนและเพิ่มประสิทธิภาพในการทำงานและจัดการห้องเรียน ผ่านการใช้ข้อมูลและนวัตกรรมที่ขับเคลื่อนด้วย AI
Process: Data to Action
ตัวแปร ข้อมูล และค่าสังเกต
ตัวแปร (variable) คือ คุณลักษณะของสิ่งต่าง ๆ (คน สัตว์ สิ่งของ) โดยที่คุณลักษณะดังกล่าวมีการแปรเปลี่ยนได้ตามหน่วยของสิ่ง ๆ นั้น (มักเรียกว่า หน่วยข้อมูล)
ข้อมูล (data) คือข้อเท็จจริงหรือค่าที่ใช้สะท้อนสภาพของตัวแปร/คุณลักษณะของหน่วยข้อมูลที่ทำการศึกษา
ค่าสังเกต (observation) คือหน่วยข้อมูลที่ถูกวัดหรือสังเกตค่าของตัวแปร
ประเภทของข้อมูล
ข้อมูลเชิงปริมาณ (quantitative data) คือ ข้อมูลที่มีลักษณะเป็นตัวเลขที่มีความหมาย เช่น น้ำหนัก ส่วนสูง คะแนนสอบ ร้อยละของการส่งการบ้าน จำนวนครั้งที่เข้าเรียน ของนักเรียน
ข้อมูลจัดประเภท (categorical data) คือ ข้อมูลที่ค่าของข้อมูลไม่มีความหมายในเชิงปริมาณ แต่มีความหมายในเชิงการแบ่งกลุ่ม/หมวดหมู่ หรือประเภท เช่น เพศของนักเรียน สาขาวิชาเอกของนิสิต
คุณภาพของข้อมูล (Data Quality)
Type of Data Analytics
สารสนเทศเชิงลึก (Insights)
ความรู้ความเข้าใจ/องค์ความรู้ที่เป็นผลลัพธ์จากการวิเคราะห์ข้อมูล ที่มีความหมายและมีประโยชน์แก่ผู้เกี่ยวข้องในการทำความเข้าใจ ตัดสินใจ หรือนำไปสู่การดำเนินการเพื่อพัฒนาหรือแก้ปัญหาต่าง ๆ
สารสนเทศเชิงลึก (Insights)
สารสนเทศเชิงลึก (Insights)
สารสนเทศเชิงลึก (Insights)
Use Cases: Business
Pricing
Demand/Supply Analysis
Customer Behavior Analysis
Recommendation System
Social Listening
Use Cases: Medical
Medical image analysis
Virtual assistance for patients and customer support
Predictive medicine: prognosis and diagnostic accuracy
Creation of drugs
…
